GroundingDINO 项目推荐

GroundingDINO 项目推荐

GroundingDINO 论文 'Grounding DINO: 将DINO与基于地面的预训练结合用于开放式目标检测' 的官方实现。 项目地址: https://gitcode.com/gh_mirrors/gr/GroundingDINO

1. 项目基础介绍和主要编程语言

GroundingDINO 是由 IDEA-Research 团队开发的一个开源项目，旨在通过将 DINO 与 Grounded Pre-Training 结合，实现开放集对象检测（Open-Set Object Detection）。该项目的主要编程语言是 Python，并且使用了 Cuda 和 C++ 进行高性能计算和底层优化。

2. 项目核心功能

GroundingDINO 的核心功能包括：

• 开放集对象检测：能够在没有特定类别限制的情况下检测图像中的对象。
• 语言引导的检测：通过文本描述来引导对象检测，使得模型能够识别和定位特定的对象。
• 高性能：在 COCO 数据集上表现出色，零样本检测达到了 52.5 AP，微调后达到了 63.0 AP。
• 灵活性：支持与 Stable Diffusion 和 GLIGEN 等模型结合，进行图像编辑和控制。

3. 项目最近更新的功能

最近，GroundingDINO 项目更新了以下功能：

• Semantic-SAM 发布：2023年7月18日，发布了 Semantic-SAM，这是一个通用的图像分割模型，能够以任何所需的粒度分割和识别任何对象。
• COCO 零样本性能评估示例：2023年6月17日，提供了评估 GroundingDINO 在 COCO 数据集上零样本性能的示例。
• 与 GLIGEN 和 Stable Diffusion 结合的演示：2023年4月8日，发布了与 GLIGEN 和 Stable Diffusion 结合的演示，用于更可控的图像编辑。
• Grounded-Segment-Anything 演示：2023年4月6日，发布了 Grounded-Segment-Anything 演示，结合了 GroundingDINO 和 Segment-Anything，支持在 GroundingDINO 中进行分割。
• CPU 模式支持：2023年3月27日，增加了对 CPU 模式的支持，使得模型可以在没有 GPU 的机器上运行。

通过这些更新，GroundingDINO 不仅在性能上有所提升，还扩展了其应用场景，为用户提供了更多的灵活性和便利性。

GroundingDINO 论文 'Grounding DINO: 将DINO与基于地面的预训练结合用于开放式目标检测' 的官方实现。 项目地址: https://gitcode.com/gh_mirrors/gr/GroundingDINO